Array à partir de données existantes
Introduction
Dans ce cours, nous allons voir comment créer un tableau à partir de données existantes.
numpy.asarray
Cette fonction est similaire à numpy.array sauf qu'elle a moins de paramètres. Cette routine est utile pour convertir une séquence Python en ndarray.
numpy.asarray(a, dtype = None, order = None)
Le constructeur prend les paramètres suivants.
Paramètre et description
- a - Données d'entrée sous n'importe quelle forme : liste, liste de tuples, tuples, tuple de tuples ou tuple de listes.
- dtype - Par défaut, le type de données d'entrée est appliqué au ndarray résultant.
- order - C (majeure de ligne) ou F (majeure de colonne). C est la valeur par défaut
Les exemples suivants montrent comment vous pouvez utiliser la fonction asarray.
Exemple 1
# convert list to ndarray
import numpy as np
x = [1,2,3]
a = np.asarray(x)
print a
Sa sortie serait la suivante -
[1 2 3]
Exemple 2
# dtype is set
import numpy as np
x = [1,2,3]
a = np.asarray(x, dtype = float)
print a
Maintenant, la sortie serait la suivante -
[ 1. 2. 3.]
Exemple 3
# ndarray from tuple
import numpy as np
x = (1,2,3)
a = np.asarray(x)
print a
Sa sortie serait -
[1 2 3]
Exemple 4
# ndarray from list of tuples
import numpy as np
x = [(1,2,3),(4,5)]
a = np.asarray(x)
print a
Ici, la sortie serait la suivante -
[(1, 2, 3) (4, 5)]
numpy.frombuffer
Cette fonction interprète un tampon comme un tableau unidimensionnel. N'importe quel objet qui expose l'interface de tampon est utilisé comme paramètre pour retourner un ndarray.
numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)
Le constructeur prend les paramètres suivants.
Paramètre et description
- buffer - Tout objet qui expose l'interface du tampon
- dtype - Type de données du ndarray retourné. La valeur par défaut est float
- count - Le nombre d'éléments à lire, par défaut -1 signifie toutes les données.
- offset - La position de départ pour la lecture. La valeur par défaut est 0
Exemple
Les exemples suivants démontrent l'utilisation de la fonction frombuffer.
import numpy as np
s = 'Hello World'
a = np.frombuffer(s, dtype = 'S1')
print a
Voici son résultat -
['H' 'e' 'l' 'l' 'o' ' ' 'W' 'o' 'r' 'l' 'd']
numpy.fromiter
Cette fonction construit un objet ndarray à partir de n'importe quel objet itérable. Un nouveau tableau unidimensionnel est retourné par cette fonction.
numpy.fromiter(iterable, dtype, count = -1)
Ici, le constructeur prend les paramètres suivants.
Paramètre et description
- iterable - Tout objet itérable
- dtype - Type de données du tableau de la résultante
- count - Le nombre d'éléments à lire de l'itérateur. La valeur par défaut est -1, ce qui signifie que toutes les données doivent être lues.
Les exemples suivants montrent comment utiliser la fonction intégrée range()
pour retourner un objet liste. Un itérateur de cette liste est utilisé pour former un objet ndarray.
Exemple 1
# create list object using range function
import numpy as np
list = range(5)
print list
Sa sortie est la suivante -
[0, 1, 2, 3, 4]
Exemple 2
# obtain iterator object from list
import numpy as np
list = range(5)
it = iter(list)
# use iterator to create ndarray
x = np.fromiter(it, dtype = float)
print x
Maintenant, la sortie serait la suivante -
[0. 1. 2. 3. 4.]
Besoin d'aide ?
Rejoignez notre communauté officielle et ne restez plus seul à bloquer sur un problème !